人工智能数据中心电力供应的关键挑战

第12次电力供需基本计划需求重新展望[资料=气候能源环境部]人工智能（AI）数据中心所需的大规模电力供应方式已成为电力政策的核心课题。液化天然气（LNG）发电虽然能够快速响应，但与碳中和目标相冲突；而核电和可再生能源则分别面临建设周期和间歇性的问题。

有专家指出，应根据各地区的实际情况制定电源组合，并同时推进数据中心的分散布局和电力效率的提升。◆2040年数据中心额外需求，核电5至6座规模25日，相关部门表示，气候能源环境部近期通过第12次电力供需基本计划需求重新展望，预测2040年最大电力需求将达到165.0GW，比原先的初步方案增加26.8GW。

预计半导体等高科技产业将产生20.6GW的额外需求，而数据中心的额外需求将达到7.9GW。这意味着，仅数据中心的需求就相当于5至6座1.4GW的大型核电站的发电能力。

尤其是AI数据中心的电力需求可能会急剧增加。根据能源经济研究院的《AI时代数据中心增加对国内能源消费的启示》报告，预计到2060年，国内数据中心的电力消费量将从2023年的5TWh增加到65.4TWh，在AI加速情景下甚至可能达到134.8TWh。

降低需求的效率提升也是一项重要任务。研究院假设，国内数据中心2023年的平均电力效率指数（PUE）为全球平均水平1.58。如果能在2030年将其降低至1.2，并在2030年代中期后降至1.1以下，数据中心的电力消费将减少约16.5%至17.8%。

问题在于，国内大多数数据中心与电源的物理距离较远。到2024年，国内数据中心数量将达到165个，其中60.4%集中在首都圈。民营数据中心在首都圈的比例高达75.3%，这也加重了首都圈电网的负担。

数据中心需要24小时不间断运行，且在AI学习和推理过程中电力负荷变化迅速，因此需要能够同时满足稳定供应和碳中和的电源配置。◆LNG、核电、可再生能源各有优缺点，需区域组合各类电源的优缺点也十分明显。LNG发电的建设周期比核电短，且易于在需求地附近安装，除了电池外，能够快速应对AI数据中心的负荷变化。数据中心也可以通过建设自有的LNG热电联产厂来获取所需电力。

然而，LNG发电的扩展可能与碳中和政策相冲突。国际燃料价格波动会导致发电成本大幅变化，且数据中心的自发电增加可能会使天然气的民间直接进口超出预期。虽然短期内可以作为供应替代方案，但作为长期主力电源存在明显的局限性。

核电具有稳定供应大规模无碳电力的优势。特别是如果在东海岸核电站附近设置数据中心，可以利用现有核电站，同时减轻向首都圈输送电力的负担。然而，新建核电站需要较长的建设时间，并且需要克服居民的接受度问题。

小型模块化反应堆（SMR）可以利用现有核电站或废弃煤电站的场地，但其商业化时间、建设成本和相关制度仍不确定。预计需要相当长的时间才能成为数据中心的主要电力供应来源。

可再生能源符合碳中和目标，但由于发电量受天气影响，难以单独为数据中心提供电力。因此，需要在现有电网基础上，建立太阳能、风能与储能系统（ESS）相结合的混合供电体系。

因此，短期内在霍南和岭南地区结合可再生能源与储能系统（BESS）的方案被认为是最为现实的。然而，仅依靠可再生能源和BESS难以为数据中心提供稳定电力，因此建议同时利用核电和LNG等现有发电来源。

能源经济研究院高级研究员金哲贤指出：“随着数据中心的增加，商业用天然气的直接进口将大幅增加，民间LNG直接进口可能会比政府预期的更快增长。”他强调，“政府应尽快制定改善直接进口制度和加强天然气供应稳定性的方案。”



※ 本报道经人工智能（AI）系统翻译与编辑。

• #气候能源环境部
• #电力基本计划
• #人工智能数据中心
• #电力需求